(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111460848.9 (22)申请日 2021.12.02 (71)申请人 广州杰赛科技股份有限公司 地址 510310 广东省广州市海珠区新港中 路381号 (72)发明人 李沐　林凡　蔡林　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 麦小婵　郝传鑫 (51)Int.Cl. G06F 30/20(2020.01) H04N 5/247(2006.01) G06F 111/04(2020.01) (54)发明名称 一种摄像头布局方法 (57)摘要 本发明提供一种摄像头布局方法， 该方法包 括： 获取摄像头的需求点集合和候选点集合； 根 据需求点集合和候选点集合构建摄像头布局模 型， 摄像头布局模型包括目标函数、 最小化摄像 头点数约束条件和最大化覆 盖范围约束条件； 采 用文化基因算法求解摄像头布局模 型； 根据文化 基因算法结果确定摄像头布局。 本发 明通过采用 文化基因算法求解摄像头布局模 型， 从而提供高 效率、 低成本的摄 像头布局。 权利要求书2页 说明书6页 附图1页 CN 114357708 A 2022.04.15 CN 114357708 A 1.一种摄 像头布局方法， 其特 征在于， 包括： 获取摄像头的需求 点集合和候选点 集合； 根据所述需求点集合和所述候选点集合构建摄像头布局模型， 所述摄像头布局模型包 括目标函数、 最小化摄 像头点数约束条件和最大化覆盖范围约束条件； 采用文化基因算法求 解所述摄 像头布局模型； 根据文化基因算法结果确定摄 像头布局。 2.根据权利要求1所述的布局方法， 其特征在于， 所述需求点集合包括： X＝{Xi|i＝1, 2,...,m}， 所述 候选点集合包括： H＝{Hj|j＝1,2,. ..,n}。 3.根据权利 要求2所述的布局方法， 其特征在于， 所述目标函数包括 其 中， hj∈H， xi∈X， wi为需求点i的覆盖系数。 4.根据权利要求3所述的布局方法， 其特征在于， 所述最小化摄像头点数约束条件包 括： 其中， aij∈{0,1}， gij为所述需求点集合到所述候选点集合的距离， G为所 述需求点集合到所述 候选点集合的最大限制距离 。 5.根据权利要求3所述的布局方法， 其特征在于， 所述最大化覆盖范围约束条件包括： 其中， hj∈{0,1}， p为预设摄 像头目标 数。 6.根据权利要求1所述的布局方法， 其特征在于， 所述采用文化基因算法求解所述摄像 头布局模型， 包括： 初始化、 局部 搜索和全局搜索。 7.根据权利要求6所述的布局方法， 其特 征在于， 所述初始化包括： 根据随机方 式生成初始群体， 所述初始群体中变量xm的初始值xm＝varminm+rand(0,1) ×(varmaxm‑varminm)， 其中， varmin和varmax为所述变量xm的取值范围， rand函数为随机函 数， m＝1,2,. ..,M， M为所述初始群 体中个体个数； 将所述初始群体代入所述目标函数中， 获取M个目标函数值， 将所述目标函数值进行升 序排列， M＝Magent+Mpublic， 其中， Magent为智能体 个数， Mpublic为普通个 体个数； 计算第a个智能体的相对实力Sa＝max{sb}‑sa和所述第a个智能体的实力大小 其中， a＝1,2,3...Magent， b＝1,2,3...Magent， sa为所述第a个智能体的 目标函数值， sb为第b个智能体的目标函数值； 统计所述第a个智能体所在区域内普通个 体个数M.Sa＝round{Pa×Mpublic}。 8.根据权利要求7所述的布局方法， 其特征在于， 所述局部搜索包括： 聚合运动和变革 运动， 所述聚合运动包括： 计算各区域内的普通个体向本区域的智能体聚合的移动距离Move ～U(0, β×d)， 其中， β 为聚合系数， d为同一区域内的智能体和普通个 体之间的距离； 所述变革运动包括： 对每个普通个体进行随机变革， 所述第a个智能体所在区域内需要 进行变革的普通个体个数为Ma,rpublic＝round(qa×M.Sa)， 其中， round函数为四舍五入函数，权　利　要　求　书 1/2 页 2 CN 114357708 A 2qa为变革率； 对每个区域内个 体进行重新升序排序， 获取新的智能体。 9.根据权利要求8所述的布局方法， 其特征在于， 所述全局搜索包括： 相互竞争和相互 协作， 相互竞争包括： 计算第a个智 能体的总实力值 其中， ξ为同一区 域内普通个 体实力值占智能体总实力值的权 重， wb为普通个 体的实力值； 计算所述第a个智能体的竞争概率 其中， 所述第a个智能体的总相 对实力值M.T.Sa＝max{T.Sb}‑T.Sa； 计算每个智能体的竞争概率向量 引入和向量P同维的随机向量 R， 根据V＝P ‑R获取向量V， 其中， 向量V中最大的元素对应的智 能体获得被竞争的普通个 体； 所述相互协作包括： 计算智能体之间的协作距离D＝norm(varmax ‑varmin)×u， 其中， norm函数为 求范数函数， u为协作系数。 10.根据权利要求9所述的布局方法， 其特征在于， 所述根据文化基因算法结果确定摄 像头布局， 包括： 计算所有智能体所在区域内的普通个 体个数， 若区域内的普通个 体个数为0， 则淘汰对应的智能体； 若区域内的普通个 体个数不为0， 则输出对应的智能体； 根据输出的智能体确定摄 像头布局。权　利　要　求　书 2/2 页 3 CN 114357708 A 3